[发明专利]信息获取模型生成方法、装置及信息获取方法、装置有效

专利信息
申请号: 201911318523.X 申请日: 2019-12-19
公开(公告)号: CN111178067B 公开(公告)日: 2023-05-26
发明(设计)人: 罗华刚;张杰;李犇;于皓 申请(专利权)人: 北京明略软件系统有限公司
主分类号: G06F40/289 分类号: G06F40/289;G06F40/216;G06Q30/0601;G06Q30/01
代理公司: 北京安信方达知识产权代理有限公司 11262 代理人: 王康;栗若木
地址: 100084 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 信息 获取 模型 生成 方法 装置
【说明书】:

一种信息获取模型生成方法、装置及信息获取方法、装置,包括:获取样本销售对话、样本销售对话中的关键语句、非关键语句以及关键语句的所属主题;将样本销售对话、样本销售对话中的关键语句、非关键语句以及关键语句的所属主题作为训练样本集迭代训练预先构建的神经网络模型,以得到用于获取关键语句、非关键语句以及关键语句的所属主题的信息获取模型。由于采用训练样本训练了神经网络模型,并生成了用于获取关键语句、非关键语句以及关键语句的所属主题的信息获取模型,因此能够用于后续关键语句、非关键语句以及关键语句的所属主题的自动获取。

技术领域

本文涉及信息处理技术,尤指一种信息获取模型生成方法、装置及信息获取方法、装置。

背景技术

随着经济的高速发展,人们对于消费的诉求逐渐增强,零售行业也随之蓬勃发展,然而零售行业需要面对的一个难题就是销售,如何高效的提升销售人员的销售水平,进而提高商品成单率,是一个亟待解决的问题。

相关技术中,业务专家往往通过听取销售录音以获取销售对话,从而根据自身经验对销售对话中的关键语句和非关键语句进行提取,并且对关键语句的所属主题进行分析,然后基于销售人员对于这两方面的把握对销售人员开展有针对性的培训。

然而,这种信息获取方法完全依靠人工方式开展,因此十分耗费人力成本,且信息获取效率低下。

发明内容

本申请提供了一种信息获取模型生成、装置及信息获取方法、装置,能够用于后续关键语句、非关键语句以及关键语句的所属主题的自动获取,从而节省人力成本的耗费,且提高信息获取效率。

本申请提供了一种信息获取模型生成方法,包括:

获取样本销售对话、所述样本销售对话中的关键语句、非关键语句以及所述关键语句的所属主题;

将所述样本销售对话、所述样本销售对话中的关键语句、非关键语句以及所述关键语句的所属主题作为训练样本集迭代训练预先构建的神经网络模型,以得到用于获取关键语句、非关键语句以及所述关键语句的所属主题的信息获取模型。

所述将样本销售对话、样本销售对话中的关键语句、非关键语句以及关键语句的所属主题作为训练样本集迭代训练预先构建的神经网络模型,以得到用于获取关键语句、非关键语句以及关键语句的所属主题的信息获取模型,包括:

将所述样本销售对话划分为若干个销售对话语段,作为样本销售对话语段;其中,每个所述样本销售对话语段由两段不同角色的连续对话组成;

将所述样本销售对话语段、所述样本销售对话中的关键语句、非关键语句以及所述关键语句的所属主题作为训练样本集迭代训练所述神经网络模型,以得到所述信息获取模型。

所述将样本销售对话语段、样本销售对话中的关键语句、非关键语句以及关键语句的所属主题作为训练样本集迭代训练神经网络模型,以得到信息获取模型,包括:

将样本销售对话语段进行分词;

将进行分词处理后的样本销售对话语段、所述销售对话中的关键语句、非关键语句以及所述关键语句的所属主题作为所述训练样本集迭代训练所述神经网络模型,以得到所述信息获取模型。

所述将进行分词处理后的样本销售对话语段、销售对话中的关键语句、非关键语句以及关键语句的所属主题作为训练样本集迭代训练神经网络模型,以得到信息获取模型,包括:

将所述进行分词处理后的样本销售对话语段输入至所述神经网络模型的输入层,并将所述销售对话中的关键语句、非关键语句以及所述关键语句的所属主题输入至所述神经网络模型的输出层迭代训练所述神经网络模型,以得到所述信息获取模型。

所述关键语句的所属主题包括:迎宾主题、需求沟通主题、商品推荐主题、询价主题、完成交易主题和送宾主题。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京明略软件系统有限公司,未经北京明略软件系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911318523.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top